原文传递
基于CNN-PSO的跨境供应链风险预警研究
| 题名： | 基于CNN-PSO的跨境供应链风险预警研究 |
| 作者： | 杨扬;徐新扬 |
| 作者单位： | 昆明理工大学交通工程学院s |
| 关键词： | 物流工程;风险预警;算法优化;卷积神经网络;跨境供应链;粒子群算法 |
| 摘要： | 为了准确识别跨境供应链内的多源风险，在全球化经济背景下获取更大的利益与竞争力，对跨境供应链风险与预警模型进行了研究。首先考虑跨境供应链结构特性，结合文献总结与专家调查法构建了跨境供应链风险指标体系表，对跨境供应链风险进行了识别，并将风险指标体系相关数据进行了归一化处理。为了更好地对跨境供应链所识别出的风险进行预警，建立了一个基于粒子群优化算法（PSO）优化卷积神经网络（CNN）的跨境供应链风险预警模型（CNN-PSO），参考LetNet-5网络结构对CNN-PS0网络结构进行了设定。通过对比分析CNN-PSO、支持向量机、高斯过程回归、Elman神经网络4种跨境供应链风险预警模型，得到如下结论：当跨境供应链风险训练数据为45组时，CNN-PSO的风险预警值拟合效果最好且误差最小，达到-5%～5%，风险预警准确率最高，达到96.9% ；当训练数据为63组时，CNN-PSO的风险预警值拟合效果依旧最好且误差最小，达到-4%～5%，风险预警准确率最高， 达到100%。CNN-PS0跨境供应链风险预警模型训练速度快、效率高，对于跨境供应链风险预警具有稳定性与准确性，可为我国跨境供应链建设与稳定发展提供理论依据。 |
| 期刊名称： | 公路交通科技 |
| 出版日期： | 202201 |
| 出版年： | 2022 |
| 期： | 01 |
| 页码： | 152-159 |
检索历史
应用推荐
